如何合并两个Pandas DataFrame并匹配日期与股票价格？

步骤1：转换价格表的结构 #

你的价格表是「宽表」格式（日期为索引，股票代码为列），需要先转成「长表」才能和交易表匹配：

• 把日期索引转为普通列
• 将股票代码从列名转为单独的Symbol列，对应价格存入Price列

执行代码：

# 重置索引，把日期转为列
df_prices_reset = df_prices.reset_index().rename(columns={'index': 'Date'})
# 宽表转长表
df_prices_long = df_prices_reset.melt(
    id_vars='Date',
    var_name='Symbol',
    value_name='Price'
)

步骤2：合并两个表 #

用merge方法，以Date和Symbol作为关联键，选择inner连接（自动只保留两边都有匹配的记录）：

result_df = df_trades.merge(df_prices_long, on=['Date', 'Symbol'], how='inner')

验证结果 #

合并后的result_df会包含Date、Symbol、Order、Shares、Price字段，且仅保留有对应价格的交易记录。

内容的提问来源于stack exchange，提问作者Manny Balboa